Математическая статистика

Факторный анализ   3 ответа

Здравствуйте! Подскажите, как быть в данном случае. Изучается зависимость среднедушевых денежных доходов от 11 факторов. И в матрице парных коэффициентов корреляции все коэффициенты получились не менее 0,9. Как отобрать факторы?

Статистика   2 ответа

Мне предложена задача, обучаюсь со специализацией теория вероятностей и математическая статистика не в России.. Может быть дадите советы по теме.
Имеется реализация объёма n полиномиальной схемы с N>=2 исходами. Надо предложить какую-либо статистику, заданную на частотах исходов полиномиальной схемы имеющейся реализации. Статистика должна служить для построения оценивания и критериев на согласие, однородность. Но задача осложняется тем, что это могут быть полиномиальные схемы с вероятностями, отличающимися перестановками

Теория вероятности и матем. статистика. Математическое ожидание   2 ответа

игральную кость бросают один раз. Если выпадает четное число очков игрок выигрывает 8 рублей, если нечетное но больше одного проигрывает 1 рубль, если выпадает одно очко проигрывает 10 руб. Найти распределение случайной величины Х- величины выигрыша в данной ире и математическое ожидание

вероятность выпадения четного 1/2 нечетного но больше 1 — 1/3 и одного — 1/6, а дальше не понимаю.. помогите пожалуйста

Задача по математической статистике   4 ответа

Может ли гипотеза Н0: р=р1 при конкурирующей гипотезе Н1: р≠р1 по данным одной и той же выборке быть принята при 1% уровне значимости и отвергнута при 5% уровне значимости? Почему?

Задача по теории вероятностей и мат. статистике   19 ответов

Задача по математической статистике. Пожалуйста, помогите разобраться   0 ответов

Измерения температуры в декабре, проведённые в двух городах, которые условно обозначены как А и В, приведены в таблице
Город А — значения Y=y
Город В — значения X=x
Найти: точечные несмещенные статистические оценки бета (с коэффициентами 0 внизу, * вверху) , бета ( с коэф. 1 внизу, * вверху) для параметров бета ( с коэф.0), бета (с коэф.1) парной линейной функции регрессии y=бета ( с коэф.0)+бета (с коэф.1) * х